一种基于局部保边缘滤波的高动态红外图像细节增强方法技术

本发明专利技术涉及一种基于局部保边缘滤波的高动态红外图像细节增强方法，包括以下步骤：输入高动态红外图像；通过局部保边缘滤波方法将高动态红外图像分解为一个平滑层和多个细节层；通过Gamma校正法调整平滑层的图像动态范围，增强平滑层的低频结构；清除每个细节层的人造痕迹，并将细节层进行拉伸；将平滑层和所有细节层组合，得到初始增强图片；将初始增强图片的亮度分别调整至高、中和低，并将亮度为高、中和低的初始增强图片进行融合，得到最终输出的细节增强图像。本发明专利技术得到的增强图像具有较少的人造痕迹，图像局部细节清晰，具有较好的应用价值。好的应用价值。好的应用价值。

【技术实现步骤摘要】
一种基于局部保边缘滤波的高动态红外图像细节增强方法


[0001]本专利技术涉及图像处理
，具体的讲是一种基于局部保边缘滤波的高动态红外图像细节增强方法。

技术介绍

[0002]红外成像技术在各个领域都有着广泛的应用。红外辐射本质上是波长为760nm
‑
1mm的电磁波，位于可见光与毫米波波段之间，反映的是物体的热辐射特征，温度越高，辐射的能量越大。红外成像系统通过特殊材料来感应物体的红外辐射，将接收的红外波转换为电信号，再将电信号转为图像信号。红外成像系统可以实现全天候工作，利用辐射差来辨别真伪目标，抗干扰能力较强，能够显示现实世界中与热运动相关的信息，从而扩展了人眼可以感知的光谱范围，因此获得了广泛的应用。然而，由于成像原理以及生产制造工艺的限制，红外图像还有一些不足，如：红外图像的整体灰度分布集中，对比度较小，层次感差；相对于可见光图像，红外图像具有较弱的纹理细节信息，空间分辨力低；系统易受多种噪声干扰。这些不足严重影响了红外成像系统对环境的感知，降低了探测识别目标的可信度与准确度。虽然近年来人们已提出许多改善红外图像质量的图像增强方法，但它们都还存在些许局限性，如细节增强不明显、产生人造痕迹、计算量大、收敛速度慢等。这些问题在红外成像系统中仍没有得到有效的解决。

技术实现思路

[0003]本专利技术要解决的技术问题是针对以上不足，提供一种基于局部保边缘滤波的高动态红外图像细节增强方法，本专利技术利用局部保边缘滤波自适应地估计图像的局部细节，算法从全局与局部两方面对图像的对比度进行调整，利用人眼视觉原理拉伸细节层，该方法得到的增强图像具有较少的人造痕迹，图像局部细节清晰，具有较好的应用价值。
[0004]为解决以上技术问题，本专利技术采用以下技术方案：
[0005]一种基于局部保边缘滤波的高动态红外图像细节增强方法，包括以下步骤：
[0006]步骤S1、输入高动态红外图像；
[0007]步骤S2、通过局部保边缘滤波方法将高动态红外图像分解为一个平滑层和多个细节层；
[0008]步骤S3、通过Gamma校正法调整平滑层的图像动态范围，增强平滑层的低频结构；
[0009]步骤S4、清除每个细节层的人造痕迹，并将细节层进行拉伸；
[0010]步骤S5、将平滑层和所有细节层组合，得到初始增强图片；
[0011]步骤S6、将初始增强图片的亮度分别调整至高、中和低，并将亮度为高、中和低的初始增强图片进行融合，得到最终输出的细节增强图像。
[0012]进一步的，所述步骤2包括以下步骤：
[0013]步骤S21、预设多个离散Gamma值；
[0014]步骤S22、计算各个Gamma校正后的平滑层的熵，并选取具有最大熵的经过Gamma校
正后的平滑层作为调整结果；
[0015]公式如下：
[0016][0017][0018]其中，γ0为经过Gamma校正后的平滑层具有最大熵时的矫正指数，I
SE
为具有最大熵的经过Gamma校正后的平滑层。
[0019]进一步的，所述步骤S4中清除细节层的人造痕迹的方法包括以下步骤：
[0020]步骤S31、将细节层X轴的梯度与原图X轴的梯度进行比较，当细节层X轴的梯度大于原图X轴的梯度的β倍时，则输出原图的X轴梯度；若细节层X轴的梯度小于或等于原图X轴的梯度的β倍时，则输出细节层的X轴梯度；
[0021]公式如下：
[0022][0023]其中，D'
x
为输出的细节层的X轴梯度，I
x
为原图的X轴梯度，D
X
为细节层X轴的梯度；
[0024]步骤S32、将细节层Y轴的梯度与原图Y轴的梯度进行比较，当细节层Y轴的梯度大于原图Y轴的梯度的β倍时，则输出原图的Y轴梯度；若细节层Y轴的梯度小于或等于原图Y轴的梯度的β倍时，则输出细节层的Y轴梯度；
[0025]公式如下：
[0026][0027]其中，D'
y
为输出的细节层的y轴梯度，I
y
为原图的y轴梯度，D
y
为细节层y轴的梯度。
[0028]本专利技术采用以上技术方案后，与现有技术相比，具有以下优点：
[0029]本专利技术利用局部保边缘滤波方法对图像分层，分解为一个平滑层和多个细节层，自适应地估计图像的局部细节，同时调整细节层与平滑层以增强图像的全局对比度与局部对比度，从全局与局部两方面对图像的对比度进行调整，采用局部保边缘滤波方法是因为它能够自适应地平滑图像的局部区域，估计局部区域的细节，且不需要设定统一的阈值来估计，对不同场景图像平滑的适应性较好；
[0030]对于平滑层(低频层)，本专利技术利用最大熵的Gamma校正方法进行全局对比度调整，能够增强平滑层的低频结构；
[0031]对于细节层，本专利技术利用人眼视觉特性原理来调整细节层，使结果更符合人眼的主观视觉，并利用不同亮度水平图像融合的方法进一步调整增强结果的亮度与对比度该方法得到的增强图像具有较少的人造痕迹，图像局部细节清晰，视觉效果自然；
[0032]最后，对初始增强结果进行亮度调整，将其亮度调整到较高、适中、较低三个水平后，采用融合的方法以调整亮度并进一步显现图像中高亮区域与低暗区域的细节，将融合输出作为最终的红外图像细节增强结果，并利用不同亮度水平图像融合的方法进一步调整增强结果的亮度与对比度。
[0033]下面结合附图和实施例对本专利技术进行详细说明。
附图说明
[0034]图1为本专利技术的总体流程图；
[0035]图2为不同参数的Gamma校正曲线图；
[0036]图3为原始的白炽灯16位红外图像(a)及其直方图(b)；
[0037]图4为16位白炽灯红外图像动态范围压缩方法实验结果图；
[0038]图5为理想边缘保边缘滤波结果图；
[0039]图6为融合后的亮度调整实验结果图；
[0040]图7为本专利技术算法整体过程结果图。
具体实施方式
[0041]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0042]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0043]为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
[0044]除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
[0045]可以理解,空间关系术语例如“在...下”、“在...下面”、“下面的”、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部保边缘滤波的高动态红外图像细节增强方法，其特征在于，包括以下步骤：步骤S1、输入高动态红外图像；步骤S2、通过局部保边缘滤波方法将高动态红外图像分解为一个平滑层和多个细节层；步骤S3、通过Gamma校正法调整平滑层的图像动态范围，增强平滑层的低频结构；步骤S4、清除每个细节层的人造痕迹，并将细节层进行拉伸；步骤S5、将平滑层和所有细节层组合，得到初始增强图片。2.根据权利要求1所述的基于局部保边缘滤波的高动态红外图像细节增强方法，其特征在于，所述步骤2包括以下步骤：步骤S21、预设多个离散Gamma值；步骤S22、计算各个Gamma校正后的平滑层的熵，并选取具有最大熵的经过Gamma校正后的平滑层作为调整结果。3.根据权利要求2所述的基于局部保边缘滤波的高动态红外图像细节增强方法，其特征在于，所述步骤S22的公式为：征在于，所述步骤S22的公式为：其中，γ0为经过Gamma校正后的平滑层具有最大熵时的矫正指数，I
SE
为具有最大熵的经过Gamma校正后的平滑层。4.根据权利要求1所述的基于局部保边缘滤波的高动态红外图像细节增强方法，其特征在于，所述步骤S4中清除细节层的人造痕迹的方法包括将每个细节层各个方位的梯度与原图梯度进行比较，当细节层的梯度大于原图的梯度β倍时，则输出原图的梯度；若否则输出细节层的梯度。5.根据权利要求4所述的基于局部保边缘滤波的高动态红外图像细节增强方法，其特征在于，比较的梯度方位包括X轴和Y轴。6.根据权利要求5所述的基于局部保边缘滤波的高动态红外图像细节增强方法，其特征在于，所述步骤S4中清除细节层的人造痕迹的方法包括以下步骤：步骤S3...

【专利技术属性】
技术研发人员：刘天宇，李奇，艾维，徐智旺，杨仁鹏，
申请(专利权)人：武汉华中天易星惯科技有限公司，
类型：发明
国别省市：